[發(fā)明專利]一種使用AI生成圖像的無載體機(jī)密分享方法在審
| 申請?zhí)枺?/td> | 202210605830.1 | 申請日: | 2022-05-30 |
| 公開(公告)號: | CN114998083A | 公開(公告)日: | 2022-09-02 |
| 發(fā)明(設(shè)計)人: | 高鍇;張靖群;張真誠;許益綜 | 申請(專利權(quán))人: | 杭州電子科技大學(xué)上虞科學(xué)與工程研究院有限公司 |
| 主分類號: | G06T1/00 | 分類號: | G06T1/00;G06N3/04;G06N3/08 |
| 代理公司: | 杭州求是專利事務(wù)所有限公司 33200 | 代理人: | 傅朝棟;張法高 |
| 地址: | 312399 浙江省紹興市上虞區(qū)曹娥街道*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 使用 ai 生成 圖像 載體 機(jī)密 分享 方法 | ||
1.一種使用AI生成圖像的無載體機(jī)密分享方法,其特征在于,具體步驟如下:
S1:獲取基于DCGAN模型訓(xùn)練的偽裝圖像生成模型,用于將待嵌入的序列轉(zhuǎn)成偽裝圖像;獲取基于SRGAN模型訓(xùn)練的認(rèn)證碼嵌入器,用于生成在偽裝圖像中嵌入認(rèn)證碼的機(jī)密份額圖像;獲取基于U-Net訓(xùn)練的認(rèn)證模型,用于對機(jī)密份額圖像進(jìn)行認(rèn)證;獲取基于深度卷積網(wǎng)絡(luò)訓(xùn)練的提取器,用于恢復(fù)機(jī)密份額圖像中的嵌入序列;
S2:機(jī)密擁有者對待分享的機(jī)密信息進(jìn)行拆分和編碼,將一條機(jī)密信息編碼為兩條含有待嵌入序列信息的噪聲;
S3:機(jī)密擁有者將兩條噪聲分別輸入偽裝圖像生成模型中,得到兩張偽裝圖;
S4:機(jī)密擁有者將兩張偽裝圖分別輸入認(rèn)證碼嵌入器中,得到最終的機(jī)密份額圖像,將最終的機(jī)密份額圖像發(fā)送給兩個參與者;
S5:兩個參與者在從各自收到的機(jī)密份額圖像中提取機(jī)密信息時,每個參與者需要首先要把自己收到的機(jī)密份額圖像發(fā)給第三方進(jìn)行圖像認(rèn)證,若通過認(rèn)證則可以利用提取器來得到自己收到的機(jī)密份額圖像中的嵌入序列并恢復(fù)機(jī)密信息。
2.根據(jù)權(quán)利要求1所述的使用AI生成圖像的無載體機(jī)密分享方法,其特征在于,所述S1中,訓(xùn)練四個模型的方法如下:
S11:進(jìn)行內(nèi)部訓(xùn)練:將認(rèn)證碼嵌入器GH和認(rèn)證模型E1進(jìn)行聯(lián)合訓(xùn)練;
S12:進(jìn)行外部訓(xùn)練:將偽裝圖像生成器GL和提取器E2進(jìn)行聯(lián)合訓(xùn)練。
3.根據(jù)權(quán)利要求2所述的使用AI生成圖像的無載體機(jī)密分享方法,其特征在于,所述S2中,機(jī)密擁有者對待分享的機(jī)密信息進(jìn)行拆分和編碼獲得兩條噪聲的方法如下:
S21:基于機(jī)密信息S,生成一條和機(jī)密信息長度相同的隨機(jī)序列a,并利用異或操作來生成第二條序列b,公式如下:
式中:代表異或操作;
S22:將序列a和序列b映射為噪聲向量na和nb,映射規(guī)則如下:
其中,na(i),a(i),nb(i)和b(i)分別代表了向量na、a、nb、b中的第i個元素;rand()操作會產(chǎn)生括號范圍內(nèi)的浮點數(shù),δ為預(yù)設(shè)的控制噪聲范圍的超參數(shù)。
4.根據(jù)權(quán)利要求3所述的使用AI生成圖像的無載體機(jī)密分享方法,其特征在于,所述S3中,機(jī)密擁有者將兩條噪聲輸入偽裝圖像生成模型中得到兩張偽裝圖的公式如下:
其中,Ia1和Ia2代表生成的兩張偽裝圖像,GL代表偽裝圖像生成器。
5.根據(jù)權(quán)利要求4所述的使用AI生成圖像的無載體機(jī)密分享方法,其特征在于,所述S4中,機(jī)密擁有者將兩張偽裝圖分別輸入認(rèn)證碼嵌入器中得到最終的機(jī)密份額圖像的方法如下:
S41:產(chǎn)生一串64比特的認(rèn)證碼,并將認(rèn)證碼映射成一張64×64大小的認(rèn)證圖像BA,BA中的每一個8×8的塊代表了1比特的認(rèn)證碼;
S42:將偽裝圖RGB通道中的B通道替換為認(rèn)證圖像BA,并輸入到認(rèn)證碼嵌入器中以得到最終的機(jī)密份額圖像并用于發(fā)給參與者,其公式如下:
其中Ia2和Ib2代表兩張最終的機(jī)密份額圖像,GH代表認(rèn)證碼嵌入器。
6.根據(jù)權(quán)利要求5所述的使用AI生成圖像的無載體機(jī)密分享方法,其特征在于,所述S5的具體實現(xiàn)方法如下:
S51:兩個參與者將各自得到的機(jī)密份額圖像發(fā)給第三方機(jī)構(gòu)進(jìn)行認(rèn)證;
S52:第三方機(jī)構(gòu)使用認(rèn)證模型對接收到的兩張機(jī)密份額圖像分別提取認(rèn)證圖像,其公式如下:
其中和分別代表從兩張機(jī)密份額圖像Ia2和Ib2中提取出的認(rèn)證圖像,E1代表認(rèn)證模型;
S53:第三方機(jī)構(gòu)對比兩張認(rèn)證圖像,若對應(yīng)的認(rèn)證碼匹配度超過預(yù)設(shè)的門檻值則代表認(rèn)證通過,反之認(rèn)證失敗;
S54:認(rèn)證通過后第三方機(jī)構(gòu)將認(rèn)證結(jié)果通知兩個參與者,參與者將各自收到的機(jī)密份額圖像放入提取器中提取含有嵌入序列信息的噪聲向量,其公式如下:
其中和代表提取出噪聲向量,E2代表提取器;
S55:參與者將提取到的兩個噪聲向量分別映射回原本的序列,實現(xiàn)序列的恢復(fù),公式如下:
其中,和代表恢復(fù)出的序列和中的第i個向量元素;
S56:參與者利用恢復(fù)出的兩條序列通過異或操作來恢復(fù)原始的機(jī)密信息,其公式如下:
其中代表最終恢復(fù)出的機(jī)密信息。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于杭州電子科技大學(xué)上虞科學(xué)與工程研究院有限公司,未經(jīng)杭州電子科技大學(xué)上虞科學(xué)與工程研究院有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210605830.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- AI接口平臺及其應(yīng)用方法、AI應(yīng)用系統(tǒng)
- AI行為調(diào)用方法和裝置
- 人工智能平臺實現(xiàn)方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)
- 人工智能的病種分析方法及裝置、存儲介質(zhì)、計算機(jī)設(shè)備
- 一種處理AI任務(wù)的方法及裝置
- 提供AI模型的方法、AI平臺、計算設(shè)備及存儲介質(zhì)
- 一種自適應(yīng)AI模型部署方法
- 分離AI中的公共知識與私有知識
- 應(yīng)用于城市大腦的AI算法和AI模型的調(diào)配系統(tǒng)及方法
- 云服務(wù)方法、裝置、設(shè)備及存儲介質(zhì)
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





